Python TensorFlow：按名称访问变量的内容

我有以下情况：

我已经建立、训练和保存了我的网络。现在，我正在尝试恢复网络并可视化权重矩阵

我知道变量的所有名称，但我没有为变量分配python标记以传递给会话进行计算。如何检索变量中的数据

以下是我的代码情况：

dataset_params = nn_params.mnist_dataset_params
design = nn_designs.mnist_net_A_design
## Build Housing Object
mnist_nn = nn_class.CNN(**dataset_params)
mnist_nn.build_net(design['design'])
mnist_nn.__setattr__('saved_path',saved_model)
mnist_nn_epoch_file = saved_model+'_epochs_completed.txt'
mnist_nn.__setattr__('epoch_file',mnist_nn_epoch_file)


# evaluate weight variables
session = tf.Session()
saver = tf.train.Saver()
session.run(tf.initialize_all_variables())
saver.restore(session,saved_model)




session.close()

---

为了拔出砝码，我应该将什么传递给会话？（重量名称示例为：'conv_w_1'）

您可以使用查找方法获取所需变量：

weight_var = tf.get_collection(tf.GraphKeys.VARIABLES, "conv_w_1")[0]

weight_var_value = session.run(weight_var)

---

或者，您可以使用函数tf.get_default_graph（）获得结果。按名称获取张量：

    valua_of_conv_w_1 = session.run(tf.get_default_graph().get_tensor_by_name("conv_w_1:0"))